本文围绕实时突水监测预警指标体系及预警系统构建这一科学问题展开研究。基于恒源煤矿的实际调研和监测指标数据,建立了突水预警指标体系,结合矿区条件和数值模拟提出了各个指标异常时的判别准则和分级预警标准。其次,结合风险理论与专家调查方法,建立了多指标太灰水突水风险预警模型。最终,利用matlab构建了以BP神经网络为依托的煤矿实时突水预警模型。论文主要取得了以下成果:（1）建立了采掘工作面实时突水预警系统的预警指标体系。指标体系包括水位、矿井涌水量、水温、硬度、Ca²⁺、Na⁺、TDS、p H、应力、位移、微震事件数。在分析目前煤矿的监测指标及相关设备和矿区及邻近矿区突水案例中各指标突水前后的数据变化,确定了各指标的实时可测性和反映煤矿突水的有效性。综合可测性与有效性对预警指标评级,并筛选出适用于恒源矿区的预警指标体系是含水层水位、矿井涌水量、水温、Na⁺、Ca²⁺和TDS等6个指标。（2）煤层底板突水危险性评价。充分分析了恒源煤矿Ⅱ632和Ⅱ633工作面水文地质条件,计算了单位涌水量和煤层底板突水系数,评价了底板突水危险性,论证了建设矿井突水监测预警系统的重要性。最后,构建了研究区的水文地质概念模型来进行数值模拟,确定了研究区流场演化规律,以此为水位阈值的确定奠定了基础。（3）确立了各预警指标的单指标异常判别准则与分级预警标准。整理分析了矿区近10年各指标记录数据,基于各指标正常情况的变化,提出了各指标异常预警阈值。根据《煤矿防治水细则》相关标准,分析各类突水案例各指标变化情况,提出了各指标的4级分级预警方法,并根据恒源煤矿的水文地质条件和预警指标数据给出定量化预警准则描述。（4）构建了恒源煤矿多指标太灰突水风险预警模型,并对预警系统误差分析。基于风险理论与专家决策评判的AHP方法,计算出了各指标占的权重,建立了线性的风险预警模型,划分了多指标综合评价的风险范围。在此基础上,借助神经网络,构建了6-5-5-1的BP神经网络学习训练数据并进行预测。其误差较小,预测正确率达到81%,实现了多指标综合判别预警模型的要求。本文基于恒源煤矿Ⅱ632和Ⅱ633工作面,较为系统的且定量化的构建了符合研究区实际情况的太灰突水风险预警模型。为该矿区及邻近矿区的预警工作提供了思路,为其他煤矿的实时突水预警系统的建立提供了一个参照。该论文有图66幅,表33个,参考文献115篇。